BIOINFORMATIKA

Pembahasan kali ini saya kan memposting mengenai bioinformatika. Penjelasan mengenai bioinformatika ini akan menjelaskan mengenai apa bioinformatika, sejarah sampai perkembangan bioinformatika di Indonesia.
Yuukkk mari kita melihat pembahasan ini. :) :)

Apa itu bioinfromatika?

Bioinformatika, sesuai dengan asal katanya yaitu “bio” dan “informatika”, adalah gabungan antara ilmu biologi dan ilmu teknik informasi (TI). Pada umumnya, Bioinformatika didefenisikan sebagai aplikasi dari alat komputasi dan analisa untuk menangkap dan menginterpretasikan data-data biologi. Ilmu ini merupakan ilmu baru yang yang merangkup berbagai disiplin ilmu termasuk ilmu komputer, matematika dan fisika, biologi, dan ilmu kedokteran, dimana kesemuanya saling menunjang dan saling bermanfaat satu sama lainnya.

Bioinformatika ialah ilmu yang mempelajari penerapan teknik komputasi untuk mengelola dan menganalisis informasi hayati. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologi, terutama yang terkait dengan penggunaan sekuens DNA dan asam amino. Contoh topik utama bidang ini meliputi pangkalan data untuk mengelola informasi hayati, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan struktur protein atau pun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.

SEJARAH

Bioinformatika pertama kali dikemukakan pada pertengahan 1980an untuk mengacu kepada penerapan ilmu komputer dalam bidang biologi. Meskipun demikian, penerapan bidang-bidang dalam bioinformatika seperti pembuatan pangkalan data dan pengembangan algoritma untuk analisis sekuens biologi telah dilakukan sejak tahun 1960an.

Kemajuan teknik biologi molekuler dalam mengungkap sekuens biologi protein (sejak awal 1950an) dan asam nukleat (sejak 1960an) mengawali perkembangan pangkalan data dan teknik analisis sekuens biologi. Pangkalan data sekuens protein mulai dikembangkan pada tahun 1960an di Amerika Serikat, sementara pangkalan data sekuens DNA dikembangkan pada akhir 1970an di Amerika Serikat dan Jerman pada Laboratorium Biologi Molekuler Eropa (European Molecular Biology Laboratory).

Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang dapat diungkapkan pada 1980an dan 1990an. Hal ini menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, yang meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika.

Perkembangan jaringan internet juga mendukung berkembangnya bioinformatika. Pangkalan data bioinformatika yang terhubungkan melalui internet memudahkan ilmuwan dalam mengumpulkan hasil sekuensing ke dalam pangkalan data tersebut serta memperoleh sekuens biologi sebagai bahan analisis. Selain itu, penyebaran program-program aplikasi bioinformatika melalui internet memudahkan ilmuwan dalam mengakses program-program tersebut dan kemudian memudahkan pengembangannya.

CABANG-CABANG YANG TERKAIT DENGAN BIOINFORMATIKA

Dari pengertian Bioinformatika yang telah dijelaskan, kita dapat menemukan banyak terdapat banyak cabang-cabang disiplin ilmu yang terkait dengan Bioinformatika, terutama karena bioinformatika itu sendiri merupakan suatu bidang interdisipliner. Hal tersebut menimbulkan banyak pilihan bagi orang yang ingin mendalami Bioinformatika.

Biophysics

Biophysics adalah sebuah bidang interdisipliner yang mengalikasikan teknik-teknik dari ilmu Fisika untuk memahami struktur dan fungsi biologi (British Biophysical Society). Disiplin ilmu ini terkait dengan Bioinformatika karena penggunaan teknik-teknik dari ilmu Fisika untuk memahami struktur membutuhkan penggunaan TI.

Computational Biology

Computational biology merupakan bagian dari Bioinformatika (dalam arti yang paling luas) yang paling dekat dengan bidang Biologi umum klasik. Fokus dari computational biology adalah gerak evolusi, populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel.

Medical Informatics

Menurut Aamir Zakaria [ZAKARIA2004] Pengertian dari medical informatics adalah “sebuah disiplin ilmu yang baru yang didefinisikan sebagai pembelajaran, penemuan, dan implementasi dari struktur dan algoritma untuk meningkatkan komunikasi, pengertian dan manajemen informasi medis.” Medical informatics lebih memperhatikan struktur dan algoritma untuk pengolahan data medis, dibandingkan dengan data itu sendiri. Disiplin ilmu ini, untuk alasan praktis, kemungkinan besar berkaitan dengan data-data yang didapatkan pada level biologi yang lebih “rumit”.

Cheminformatics

Cheminformatics adalah kombinasi dari sintesis kimia, penyaringan biologis, dan pendekatan data-mining yang digunakan untuk penemuan dan pengembangan obat (Cambridge Healthech Institute’s Sixth Annual Cheminformatics conference). Kemungkinan penggunaan TI untuk merencanakan secara cerdas dan dengan mengotomatiskan proses-proses yang terkait dengan sintesis kimiawi dari komponenkomponen pengobatan merupakan suatu prospek yang sangat menarik bagi ahli kimia dan ahli biokimia.

Genomics

Genomics adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics adalah setiap usaha untukmenganalisa atau membandingkan seluruh komplemen genetik dari satu spesies atau lebih. Secara logis tentu saja mungkin untuk membandingkan genom-genom dengan membandingkan kurang lebih suatu himpunan bagian dari gen di dalam genom yang representatif.

Mathematical Biology

Mathematical biology juga menangani masalah-masalah biologi, namun metode yang digunakan untuk menangani masalah tersebut tidak perlu secara numerik dan tidak perlu diimplementasikan dalam software maupun hardware.

Menurut Alex Kasman [KASMAN2004] Secara umum mathematical biology melingkupi semua ketertarikan teoritis yang tidak perlu merupakan sesuatu yang beralgoritma, dan tidak perlu dalam bentuk molekul, dan tidak perlu berguna dalam menganalisis data yang terkumpul.

Proteomics

Istilah proteomics pertama kali digunakan untuk menggambarkan himpunan dari protein-protein yang tersusun (encoded) oleh genom. Michael J. Dunn [DUNN2004], mendefiniskan kata “proteome” sebagai: “The PROTEin complement of the genOME“. Dan mendefinisikan proteomics berkaitan dengan: “studi kuantitatif dan kualitatif dari ekspresi gen di level dari protein-protein fungsional itu sendiri”. Yaitu: “sebuah antarmuka antara biokimia protein dengan biologi molekul”.

Pharmacogenomics

Pharmacogenomics adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi dari target-target obat. Contohnya meliputi menjaring semua genom untuk penerima yang potensial dengan menggunakan cara Bioinformatika, atau dengan menyelidiki bentuk pola dari ekspresi gen di dalam baik patogen maupun induk selama terjadinya infeksi, atau maupun dengan memeriksa karakteristik pola-pola ekspresi yang ditemukan dalam tumor atau contoh dari pasien untuk kepentingan diagnosa (kemungkinan untuk mengejar target potensial terapi kanker).

Istilah pharmacogenomics digunakan lebih untuk urusan yang lebih “trivial” — tetapi dapat diargumentasikan lebih berguna– dari aplikasi pendekatan Bioinformatika pada pengkatalogan dan pemrosesan informasi yang berkaitan dengan ilmu Farmasi dan Genetika, untuk contohnya adalah pengumpulan informasi pasien dalam database.

Pharmacogenetics

Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metode genomik/Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik, contohnya SNP (Single Nucleotide Polymorphisms), karakteristik dari profil respons pasien tertentu dan menggunakan informasi-informasi tersebut untuk memberitahu administrasi dan pengembangan terapi pengobatan.

Gambaran dari sebagian bidang-bidang yang terkait dengan Bioinformatika di atas memperlihatkan bahwa Bioinformatika mempunyai ruang lingkup yang sangat luas dan mempunyai peran yang sangat besar dalam bidangnya. Bahkan pada bidang pelayanan kesehatan Bioinformatika menimbulkan disiplin ilmu baru yang menyebabkan peningkatan pelayanan kesehatan.

PENGGUNAAN BIO INFORMATIKA DALAM BIDANG KLINIS

       1.      Bioinformatika dalam bidang klinis

Perananan Bioinformatika dalam bidang klinis ini sering juga disebut sebagai informatika klinis (clinical informatics). Aplikasi dari clinical informatics ini adalah berbentuk manajemen data-data klinis dari pasien melalui Electrical Medical Record (EMR) yang dikembangkan oleh Clement J. McDonald dari Indiana University School of Medicine pada tahun 1972. McDonald pertama kali mengaplikasikan EMR pada 33 orang pasien penyakit gula (diabetes). Sekarang EMR ini telah diaplikasikan pada berbagai penyakit. Data yang disimpan meliputi data analisa diagnosa laboratorium, hasil konsultasi dan saran, foto ronsen, ukuran detak jantung, dll. Dengan data ini dokter akan bisa menentukan obat yang sesuai dengan kondisi pasien tertentu. Lebih jauh lagi, dengan dibacanya genom manusia, akan memungkinkan untuk mengetahui penyakit genetik seseorang, sehingga personal care terhadap pasien menjadi lebih akurat.

Sampai saat ini telah diketahui beberapa gen yang berperan dalam penyakit tertentu besertaposisinya pada kromosom. Informasi ini tersedia dan bisa dilihat di home page National Center forBiotechnology Information (NCBI) pada seksi Online Mendelian in Man (OMIM). OMIM adalah search tool untuk gen manusia dan penyakit genetika. Selain berisikan informasi tentang lokasi gen suatu penyakit, OMIM ini juga menyediakan informasi tentang gejala dan penanganan penyakit tersebut beserta sifat genetikanya. Dengan demikian, dokter yang menemukan pasien yang membawa penyakit genetika tertentu bisa mempelajarinya secara detil dengan mengakses home page OMIM ini.

Sebagai salah satu contoh, jika kita ingin melihat tentang kanker payudara, kita tinggal masukankata-kata “breast cancer” dan setelah searching akan keluar berbagai jenis kanker payudara. Kalau kita ingin mengetahui lebih detil tetang salah satu diantaranya, kita tinggal klik dan akan mendapatkan informasi detil mengenai hal tersebut beserta posisi gen penyebabnya di dalam koromosom.

       2.      Bioinformatika untuk identifikasi agent penyakit baru

Bioinformatika juga menyediakan tool yang esensial untuk identifikasi agent penyakit yang belumdikenal penyebabnya. Banyak sekali contoh-contoh penyakit baru (emerging diseases) yang muncul dalam dekade ini, dan diantaranya yang masih hangat di telinga kita tentu saja SARS (Severe Acute Respiratory Syndrome). Pada awal munculnya penyakit ini, ada beberapa pendapat tentang penyebabnya. Dari gejala pengidap SARS, diperkirakan bahwa penyakit ini disebabkan oleh virus influenza karena gejalanya mirip dengan gejala pengidap influenza. Tetapi virus influenza tidak terisolasi dari pasien, sehingga dugaan ini salah. Selain itu juga diperkirakan bahwa penyakit ini disebabkan oleh bakteri Candidakarena bakteri ini terisolasi dari beberapa pasien. Tapi karena hanya terisolasi dari sebagian kecilpasien, perkiraan ini juga salah. Akhirnya ditemukan bahwa dari sebagian besar pasien SARS terisolasi virus corona yang jika dilihat dari morfologinya. Sekuen genom virus ini kemudian dibaca dan dari hasil analisa dikonfirmasikan bahwa penyebab SARS adalah virus corona yang telah berubah (mutasi) dari virus corona yang ada selama ini.

Dalam rentetan proses ini, Bioinformatika memegang peranan penting. Pertama pada prosespembacaan genom virus corona. Karena di database seperti GenBank, EMBL (European Molecular Biology Laboratory), dan DDBJ (DNA Data Bank of Japan) sudah tersedia data sekuen beberapa virus corona, yang bisa digunakan untuk men-design primer yang digunakan untuk amplifikasi DNA virus SARS ini. Software untuk mendesign primer juga tersedia, baik yang gratis yang bisa kita gunakan online maupun yang komersial yang berupa software. Diantara yang gratis adalah Webprimer yang disediakan oleh Stanford Genomic Resources, GeneWalker yang disediakan oleh Cybergene AB. Untuk yang komersial ada seperti Primer designer yang dikembangkan oleh Scientific & Education Software, dan pada software-software untuk analisa DNA lainnya sepertiSequencher (GeneCodes Corp.), SeqMan II(DNA STAR Inc.), Genetyx (GENETYX Corp.), DNASIS(HITACHI Software), dll.

Berikutnya Bioinformatika juga berperan dalam mencari kemiripan sekuen (homology alignment) virus yang didapatkan dengan virus lainnya. Dari hasil analisa virus SARS diketahui bahwa genom virus corona penyebab SARS berbeda dengan virus corona lainnya, sehingga virus ini dinamakan virus SARS (SARS-CoV). Perbedaan ini diketahui dengan menggunakan homolgy alignment dari sekuen virus SARS. Untuk keperluan ini tersedia beberapa tool. Diantaranya ada BLAST (Basic Local Alignment Search Tool) yang tersedia di NCBI, di EMBL, dan di DDBJ. itu juga ada FASTA yang dapat diakses di EMBL dan di DDBJ.Selanjutnya, Bioinformatika juga berfungsi untuk analisa posisi sejauh mana suatu virus berbeda dengan virus lainnya. Untuk analisa ini biasanya digunakan CLUSTAL W (software untuk multiplealignment dan tree making) yang dapat diakses di EMBL atau di DDBJ. Data yang telah dianalisa diekspresikan dengan software “Tree View” yang bisa didownload dengan gratis dari berbagai situs tersebut. Dengan menggunakan tool ini dianalisa beberapa protein virus SARS dan didapatkan hasilnya bahwa virus SARS berbeda dengan virus Corona lainnya.

      3.      Bioinformatika untuk diagnosa penyakit baru

Untuk penyakit baru diperlukan diagnosa yang akurat sehingga bisa dibedakan dengan penyakit lain.Diagnosa yang akurat ini sangat diperlukan untuk penanganan pasien seperti pemberian obat danperawatan yang tepat. Jika pasien terinfeksi virus influenza dengan panas tinggi, hanya akan sembuh jika diberi obat yang cocok untuk infeksi virus influenza. Sebaliknya, tidak akan sembuh kalau diberi obat untuk malaria. Karena itu, diagnosa yang tepat untuk suatu penyakit sangat diperlukan. Selain itu, diagnosa juga diperlukan untuk menentukan tingkat kematian (mortality) dari suatu agentpenyakit. Artinya, semakin tinggi angka kematian ini, semakin berbahaya agent tersebut. Angka ini dihitung dengan menghitung jumlah pasien yang meninggal (D) dibagi dengan jumlah total pasien pengidap penyakit tersebut (P) (=D/P). Pada kasus SARS, gejala yang muncul mirip dengan gejala flu, sehingga dari gejala saja tidak bisa dibedakan apakah dia mengidap SARS atau mengidap flu. Diagnosa ini penting karena akan menentukan tingkat keganasan suatu agent yang akan mempengaruhi kebijakan yang diambil terhadap penyakit tersebut.

Ada beberapa cara untuk diagnosa suatu penyakit. Diantaranya isolasi agent penyebab penyakit tersebut dan analisa morfologinya, deteksi antibodi yang dihasilkan dari infeksi dengan teknikenzyme-linked immunosorbent assay (ELISA), dan deteksi gen dari agent pembawa penyakit tersebut dengan Polymerase Chain Reaction (PCR). Isolasi agent pembawa penyakit memerlukan waktu yang lama. Teknik ELISA bisa dilakukan dalam waktu yang pendek, namun untuk tiap-tiap penyakit kita harus mengembangkan teknik tersebut terlebih dahulu. Untuk pengembangannya ini memerlukan waktu yang lama.

Yang banyak dan lazim dipakai saat ini adalah teknik PCR. Teknik ini simpel, praktis dan cepat.Yang penting dalam teknik PCR adalah design primer untuk amplifikasi DNA. Untuk mendesign primer ini diperlukan data sekuen dari genom agent yang bersangkutan dan software seperti yang telah diuraikan di atas. Di sinilah Bioinformatika memainkan peranannya. Untuk agent yang mempunyai genom RNA, harus dilakukan reverse transcription (proses sintesa DNA dari RNA) terlebih dahulu dengan menggunakan enzim Reverse transcriptase. Setelah DNA diperoleh baru dilakukan PCR. Dua step reverse transcription dan PCR ini bisa dilakukan sekaligus dan biasanya dinamakan RT-PCR. Karena PCR ini hanya bersifat kualitatif, sejak beberapa tahun yang lalu telah dikembangkan teknikReal Time PCR yang bersifat kuantitatif. Dari hasil Real Time PCR ini bisa ditentukan kuantitas suatuagent di dalam tubuh seseorang, sehingga bisa dievaluasi tingkat emergensinya.

Pada RealTime PCR ini selain primer diperlukan probe yang harus didesign sesuai dengan sekuenagent yang bersangkutan. Di sini juga diperlukan software atau program Bioinformatika. Untuk penyakit SARS sendiri sekarang telah tersedia kit RT-PCR yang dikembangkan oleh Takara Bio Inc., dengan nama komersial CycleaveRT-PCR SARS virus Detection Kit. Selain itu Roche Diagnostics juga juga tengah mengembangkan kit untuk deteksi virus SARS. Keberhasilan pengembangan kit ini tidak terlepas dari didorong kemajuan Bioinformatika.

      4.      Bioinformatika untuk penemuan obat

Usaha penemuan obat biasanya dilakukan dengan penemuan zat/senyawa yang bisa menekanperkembangbiakan suatu agent penyebab penyakit. Karena banyak faktor yang bisa mempengaruhi perkembangbiakan agent tersebut, faktor-faktor itulah yang dijadikan target. Diantara faktor tersebut adalah enzim-enzim yang diperlukan untuk perkembangbiakan suatuagent. Langkah pertama yang dilakukan adalah analisa struktur dan fungsi enzim-enzim tersebut. Kemudian mencari atau mensintesa zat/senyawa yang bisa menekan fungsi dari enzim-enzim tersebut. Penemuan obat yang efektif adalah penemuan senyawa yang berinteraksi dengan asam amino yang berperan untuk aktivitas (active site) dan untuk kestabilan enzim tersebut.

Karena itu analisa struktur dan fungsi enzim ini biasanya difokuskan pada analisa asam amino yangberperan untuk aktivitas (active site) dan untuk kestabilan enzim tersebut. Analisa ini dilakukan dengan cara mengganti asam amino tertentu dan menguji efeknya. Sebelum perkembanganBioinformatika, analisa penggantian asam amino ini dilakukan secara randomsehingga memakanwaktu yang lama. Dengan adanya Bioinformatika, data-data protein yang sudah dianalisa bebasdiakses oleh siapapun, baik data sekuen asam amino-nya seperti yang ada di SWISS-PROTmaupun struktur 3D-nya yang tersedia di Protein Data Bank(PDB).

Dengan database yang tersedia ini, enzim yang baru ditemukan bisa dibandingkan sekuen asam amino-nya, sehingga bisa diperkirakan asam amino yang berperanuntuk active site dan kestabilan enzim tersebut. Hasil perkiraan kemudian diuji di laboratorium.Dengan demikian, akan lebih menghemat waktu dari pada analisa secara random.Setelah penemuan asam amino yang berperan sebagai active site dan untuk kestabilan enzim tersebut,kemudian dicari atau disintesa senyawa yang bisa berinteraksi dengan asam amino tersebut.Sebelumnya pencarian atau sintesa senyawa juga dilakukan secara random. Dengan data yangtersedia di PDB, bisa dilihat struktur 3D suatu enzim termasuk active site-nya, sehingga bisadiperkirakan bentuk senyawa yang akan berinteraksi dengan active site tersebut. Dengan demikian,kita cukup hanya mensintesa senyawa yang diperkirakan akan berinteraksi, sehingga obat terhadapsuatu penyakit akan jauh lebih cepat ditemukan dari pada mencari secara random. Cara inidinamakan “docking” dan telah banyak digunakan oleh perusahaan farmasi untuk penemuan obat baru.

Untuk enzim dari agent penyakit baru bisa dilakukan dengan homology modelingmenggunakanenzim yang sudah ada struktur 3D-nya sebagai referensi. Misalnya penemuan obat SARS. Sekarang tengah diusahakan mencari inhibitor enzim protease SARS. Karena virusnya juga baru, otomatis belum ada data 3D-nya di PDB. Tetapi karena data coronavirus sebelumnya tersedia di PDB, data ini digunakan untuk homology modeling protease dari virus SARS. Dari homology modelingdidapatkan struktur 3D proteinase dari virus SARS. Dari hasil analisa dockingdiperkirakan bahwa senyawa AG7088 bisa dijadikan leader compound (senyawa induk) untuk penemuan obat anti virus corona termasuk anti virus SARS.

Analisa docking dan homology modeling seperti ini memerlukan software yang harganya agak mahalsehingga hanya dimiliki oleh lembaga penelitian dan perusahaan farmasi. Diantara software tersebut adalah Insight II (Accelrys Inc.) dan The Molecular Operating Environment (MOE, Scalable Software), dua software yang banyak dipakai. Walaupun dengan sarana Bioinformatika bisa diperkirakan senyawa yang berinteraksi dan menekan fungsi suatu enzim, hasilnya harus dikonfirmasi melalui eksperiment di laboratorium. Namun dengan Bioinformatika, semua proses ini bisa dilakukan lebih cepat sehingga lebih efesien baik darisegi waktu maupun finansial.

Penerapan Bioinformatika di Indonesia

Sebagai kajian yang masih baru, Indonesia seharusnya berperan aktif dalammengembangkan Bioinformatika ini. Paling tidak, sebagai tempat tinggal lebih dari 300 suku bangsa yang berbeda akan menjadi sumber genom, karena besarnya variasi genetiknya. Belum lagi variasi species flora maupun fauna yang berlimpah. Memang ada sejumlah pakar yang telah mengikuti perkembangan Bioinformatika ini, misalnya para peneliti dalam Lembaga Biologi Molekul Eijkman. Mereka cukup berperan aktif dalam memanfaatkan kajian Bioinformatika. Bahkan, lembaga ini telah memberikan beberapa sumbangan cukup berarti, antara lain:

Deteksi Kelainan Janin

Lembaga Biologi Molekul Eijkman bekerja sama dengan Bagian Obstetri danGinekologi Fakultas Kedokteran Universitas Indonesia dan Rumah Sakit CiptoMangunkusumo sejak November 2001 mengembangkan klinik genetik untuk mendeteksi secara dini sejumlah penyakit genetik yang menimbulkan gangguan pertumbuhan fisik maupun retardasi mental seperti antara lain, talasemia dan sindroma down. Kelainan ini bisa diperiksa sejak janin masih berusia beberapa minggu. Talasemia adalah penyakit keturunan di mana tubuh kekurangan salah satu zatpembentuk hemoglobin (Hb) sehingga mengalami anemia berat dan perlu transfusi darah seumur hidup. Sedangkan sindroma down adalah kelebihan jumlah untaian di kromosom 21 sehingga anak tumbuh dengan retardasi mental, kelainan jantung, pendengaran dan penglihatan buruk, otot lemah serta kecenderungan menderita kanker sel darah putih (leukemia).

Dengan mengetahui sejak dini, pasangan yang hendak menikah, atau pasanganyang salah satunya membawa kelainan kromosom, atau pasangan yang mempunyai anak yang menderita kelainan kromosom, atau penderita kelainan kromosom yang sedang hamil, atau ibu yang hamil di usia tua bisa memeriksakan diri dan janin untuk memastikan apakah janin yang dikandung akan menderita kelainan kromosom atau tidak,sehingga mempunyai kesempatan untuk mempertimbangkan apakah kehamilan akan diteruskan atau tidak setelah mendapat konseling genetik tentang berbagai kemungkinan yang akan terjadi.

Di bidang talasemia, Eijkman telah memiliki katalog 20 mutasi yang mendasaritalasemia beta di Indonesia, 10 di antaranya sering terjadi. Lembaga ini juga mempunyai informasi cukup mengenai spektrum mutasi di berbagai suku bangsa yang sangat bervariasi. Talasemia merupakan penyakit genetik terbanyak di dunia termasuk di Indonesia.

Pengembangan Vaksin Hepatitis B Rekombinan

Lembaga Biologi Molekul Eijkman bekerja sama dengan PT Bio Farma (BUMNDepartemen Kesehatan yang memproduksi vaksin) sejak tahun 1999 mengembangkan vaksin Hepatitis B rekombinan, yaitu vaksin yang dibuat lewat rekayasa genetika. Selain itu Lembaga Eijkman juga bekerja sama dengan PT Diagnosia Dipobiotek untuk mengembangkan kit diagnostik.

Meringankan Kelumpuhan dengan Rekayasa RNA

Kasus kelumpuhan distrofi (Duchenne Muscular Dystrophy) yang menurun kinidapat dikurangi tingkat keparahannya dengan terapi gen. Kelumpuhan ini akibat ketidaknormalan gen distrofin pada kromosom X sehingga hanya diderita anak laki-laki. Diperkirakan satu dari 3.500 pria di dunia mengalami kelainan ini. Dengan memperbaiki susunan ekson atau bagian penyusun RNA gen tersebut pada hewan percobaan tikus, terbukti mengurangi tingkat kelumpuhan saat pertumbuhannya menjadi dewasa. Gen distrofin pada kasus kelumpuhan paling sering disebabkan oleh delesi atau hilangnya beberapa ekson pada gen tersebut. Normalnya pada gen atau DNA distrofin terdapat 78 ekson. Diperkirakan 65 persen pasien penderita DMD mengalami delesi dalam jumlah besar dalam gen distrofinnya. Kasus kelumpuhan ini dimulai pada otot prosima seperti pangkal paha dan betis. Dengan bertambahnya usia kelumpuhan akan meluas pada bagian otot lainnya hingga ke leher. Karena itu dalam kasus kelumpuhan yang berlanjut dapat berakibat kematian. Teknologi rekayasa RNA seperti proses penyambungan (slicing) ekson dalam satu rangkaian terbukti dapat mengoreksi mutasi DMD. Bila bagian ekson yang masih ada disambung atau disusun ulang, terjadi perubahan asam amino yang membentuk protein. Molekul RNA mampu mengenali molekul RNA lainnya dan melekat dengannya.

Sumber:

http://coretanmuvi.blogspot.com/2012/03/bioinformatika.html

http://ademardd.blogspot.com/2012/04/mengenal-bioinformatika.html

https://bioinformaticjbub.wordpress.com/2010/02/22/whats-bioinformatics/

PROCESSING PARALLEL DAN KOMPUTASI PARALLEL

Untuk pembahasan kali ini saya akan membahas parallel processing. Dalam tugas softskill ini akan dijelaskan apa itu processing parallel sampai dengan kelebihan dan kekurangan dari processing parallel.

Pengertian Parallel Processing dan Komputasi Parallel

Pemrosesan paralel (parallel processing) adalah penggunakan lebih dari satu CPU untuk menjalankan sebuah program secara simultan. Idealnya, parallel processing membuat program berjalan lebih cepat karena semakin banyak CPU yang digunakan. Tetapi dalam praktek, seringkali sulit membagi program sehingga dapat dieksekusi oleh CPU yang berbeda-beda tanpa berkaitan di antaranya.

Komputasi paralel adalah salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer secara bersamaan. Biasanya diperlukan saat kapasitas yang diperlukan sangat besar, baik karena harus mengolah data dalam jumlah besar ataupun karena tuntutan proses komputasi yang banyak. Untuk itu diperlukan aneka perangkat lunak pendukung yang biasa disebut sebagai middleware yang berperan untuk mengatur distribusi pekerjaan antar node dalam satu mesin paralel.

Apa itu Parallel Processing?

Parallel Processing merupakan salah satu teknik yang digunakan dalam komputasi, yaitu teknik yang menggunakan dua atau lebih processor dalam melakukan komputasi dan dilakukan secara bersamaan. Komputasi adalah suatu aktifitas penghitungan atau pemecahan masalah, lalu bagaimana dengan processor. Processor merupakan sumber semua perintah, jika diibaratkan dalam makhluk hidup, prosessor merupakan otaknya. Idealnya satu komputer hanya memiliki satu prosesor saja, namun dengan berkembangnya teknologi, muncullah multi prosesor dimana dalam satu komputer terdapat dua prosessor yang digabung menjadi satu, contohnya dual core, core 2 duo, quad core, dan lain-lain.

Dalam parallel processing ini juga memiliki berbagai kelemahan dan kelebihan dimana, untuk memiliki banyak prosessor memerlukan biaya yang tidak sedikit, tetapi dengan banyaknya prosessor maka proses komputasinya pun semakin cepat. Komputasi yang menggunakan teknik parallel processing ini disebut dengan komputasi parallel. Ada dua tipe komputasi dilihat dari banyaknya prosessor, yaitu komputasi tunggal dan komputasi parallel. Untuk lebih jelasnya akan saya jelaskan perbedaan nya.

Perbedaan Komputasi Tunggal & Parallel ?

Perbedaan komputasi tunggal (menggunakan 1 processor) dengan komputasi paralel (menggunakan beberapa processor), maka kita harus mengetahui terlebih dahulu pengertian mengenai model dari komputasi. Ada 4 model komputasi yang digunakan, yaitu:

1.          Komputer SISD (Single Instruction stream-Single Data stream)
2.          Komputer SIMD (Single Instruction stream-Multiple Data stream)
3.         Komputer MISD (Multiple Instruction stream-Single Data stream)
4.          Komputer MIMD (Multiple Instruction stream-Multiple Data stream)

SISD

Yang merupakan singkatan dari Single Instruction, Single Data adalah satu-satunya yang menggunakan arsitektur Von Neumann. Ini dikarenakan pada model ini hanya digunakan 1 processor saja. Oleh karena itu model ini bisa dikatakan sebagai model untuk komputasi tunggal. Sedangkan ketiga model lainnya merupakan komputasi paralel yang menggunakan beberapa processor. Beberapa contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan PDP 1.

SIMD

Yang merupakan singkatan dari Single Instruction, Multiple Data. SIMD menggunakan banyak processor dengan instruksi yang sama, namun setiap processor mengolah data yang berbeda. Sebagai contoh kita ingin mencari angka 27 pada deretan angka yang terdiri dari 100 angka, dan kita menggunakan 5 processor. Pada setiap processor kita menggunakan algoritma atau perintah yang sama, namun data yang diproses berbeda. Misalnya processor 1 mengolah data dari deretan / urutan pertama hingga urutan ke 20, processor 2 mengolah data dari urutan 21 sampai urutan 40, begitu pun untuk processor-processor yang lain. Beberapa contoh komputer yang menggunakan model SIMD adalah ILLIAC IV, MasPar, Cray X-MP, Cray Y-MP, Thingking Machine CM-2 dan Cell Processor (GPU).

MISD

Yang merupakan singkatan dari Multiple Instruction, Single Data. MISD menggunakan banyak processor dengan setiap processor menggunakan instruksi yang berbeda namun mengolah data yang sama. Hal ini merupakan kebalikan dari model SIMD. Untuk contoh, kita bisa menggunakan kasus yang sama pada contoh model SIMD namun cara penyelesaian yang berbeda. Pada MISD jika pada komputer pertama, kedua, ketiga, keempat dan kelima sama-sama mengolah data dari urutan 1-100, namun algoritma yang digunakan untuk teknik pencariannya berbeda di setiap processor. Sampai saat ini belum ada komputer yang menggunakan model MISD.

MIMD

Yang merupakan singkatan dari Multiple Instruction, Multiple Data. MIMD menggunakan banyak processor dengan setiap processor memiliki instruksi yang berbeda dan mengolah data yang berbeda. Namun banyak komputer yang menggunakan model MIMD juga memasukkan komponen untuk model SIMD. Beberapa komputer yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer, Intel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.

Terlihat pada gambar diatas bahwa komputasi tunggal hanya menggunakan 1 CPU atau processor, sehingga dalam hal ini, jika instruksi yang dilakukan banyak, processor akan memprosesnya satu persatu. Hal ini menimbulkan antrian yang akhirnya akan memperlambat hasil yang diperoleh (waktunya lama).

Namun jika kita lihat pada gambar komputasi paralel, instruksi akan dibagi menjadi beberapa instruksi sesuai dengan banyaknya processor. Hal ini tentunya akan mempercepat kerja komputer dan mempercepat waktu untuk mendapatkan hasil.

Tujuan Pemrosesan Parallel

Tujuan utama dari pemrosesan paralel adalah untuk meningkatkan performa komputasi. Semakin banyak hal yang bisa dilakukan secara bersamaan (dalam waktu yang sama), semakin banyak pekerjaan yang bisa diselesaikan. Analogi yang paling mudah untuk diingat adalah, bila kamu dapat merebus air dalam sebelum memotong motong bawang saat kamu akan masak, waktu yang kamu butuhkan akan lebih sedikit dibandingkan bila kamu mengerjakan hal tersebut secara berurutan (serial). Atau waktu yang kamu butuhkan pada saat memotong bawang akan lebih sedikit jika kamu kerjakan berdua.

Kriteria yang menentukan baik buruknya topologi yang dipakai dalam Parallel Processing

      1.      Diameter

                  Semakin kecil diameter yang digunakan akan semakin baik.

            2.      Bisection Width

                  Semakin besar bisection width semakin baik.

            3.      Derajat

                  Derajat yang tetap adalah yang terbaik.

            4.      Panjang maximum garis

                  Panjang garis tetap adalah terbaik.

Dead-Lock terjadi jika ditemui kondisi sebagai berikut :

           1.      Mutual Exclusion

           Larangan bagi lebih dari satu prosesor menggunakan resource yang sama pada waktu yang sama.      

           2.      Incremental Request Resource

           Permintaan untuk menggunakan suatu resource pada proses meningkat.

           3.      No Preemption

           Proses yang sedang berjalan tidak bisa dihentikan (diputus).

           4.      Circular wait

           Terjadi saling menunggu antara proses.

Kinerja Komputasi dengan Parallel Processing

Komputasi Paralel merupakan salah satu teknologi paling menarik sejak ditemukannya komputer pada tahun 1940-an. Terobosan dalam pemorosesan parallel selalu berkembang dan mendapatkan tempat disamping teknologi-teknologi lainnya sejak Era Kebangkitan (1950-an), Era Mainframe (1960-an), Era Minis (1970-an), Era PC (1980-an), dan Era Komputer Paralel (1990-an). Dengan berbagai pengaruh atas perkembangan teknologi lainnya, dan bagaimana teknologi ini mengubah persepsi terhadap komputer, dapat dimengerti betapa pentingnya komputasi parallel itu.

Inti dari komputasi parallel yaitu hardware, software, dan aplikasinya. Paralel prosesing merupakan suatu pemrosesan informasi yang lebih mendekatkan pada manipulasi rata-rata dari elemen data terhadap satu atau lebih penyelesaian proses dari sebuah masalah. Dengan kata lain komputasi parallel adalah komputer dengan banyak processor dapat melakukan parallel processing dengan cara membagi-bagi proses ke source-source yang dimiliki.

Paradigma pemrosesan parallel bergantung pada model SIMD (single instruction multiple data), dan paradigma functional dataflow yang memperkenalkan konsep model MIMD (Multiple Instrution Multiple Data). Suatu program parallel memerlukan koordinasi ketika sebuah tugas bergantung pada tugas lainnya. Ada dua macam bentuk koordinasi pada komputer parallel : asynchronous dan synchronous. Bentuk synchronous merupakan koordinasi pada hardware yang memaksa semua tugas agar dilaksanakan pada waktu yang bersamaan dengan mengesampingkan adanya ketergantungan tugas yang satu dengan yang lainnya. Sementara bentuk asynchronous mengandalkan mekanisme pengunci untuk mengkoordinasikan processor tanpa harus berjalan bersamaan.

Hubungan Antara Komputasi Modern Dan Parallel Processing

Pemrosesan paralel juga disebut komputasi paralel. Dalam upaya lebih murah pengolahan komputasi paralel menyediakan alternatif pilihan yang layak. Waktu idle siklus prosesor di seluruh jaringan dapat digunakan secara efektif oleh perangkat lunak komputasi terdistribusi yang canggih. Pengolahan paralel istilah digunakan untuk mewakili kelas besar teknik yang digunakan untuk memberikan tugas pengolahan simultan data untuk tujuan meningkatkan kecepatan komputasi dari sistem komputer.

Kelebihan dan Kekurangan

Kelebihan:

          ·         Waktu eksekusi lebih cepat.

          ·         Throughput jadi lebih tinggi.

Kerugian:

          ·         Perangkat keras lainnya yang dibutuhkan.

          ·         Kebutuhan daya juga lebih.

          ·         Tidak baik untuk daya rendah dan perangkat mobile.

          ·         Parallel processing adalah salah satu teknik komputasi modern.

          ·         Karena membutuhkan banyak prosesor maka biaya mahal.

Sumber :

http://coretanmuvi.blogspot.com/search/label/Pengantar%20Komputasi%20Modern

http://rzbeuty.blogspot.com/2012/03/artikel-komputasi-processing-parallel.html

http://ianspace.wordpress.com/2011/03/30/kinerja-komputasi-dengan-parallel-processing/

http://jaketkuning.unsri.ac.id/dwijayantisari/blog/296/

http://ghani.gxrg.org/2011/04/01/kinerja-komputasi-dengan-parallel-processing/

http://qodel.blogspot.com/2011/04/parallel-processing.html

KOMPUTASI MODERN

Saat ini saya menulis mengenai KOMPUTASI MODERN. Komputasi Modern sebuah hal yang dapat kita nikmati saat ini.. bagi anda yang sedang membaca halaman ini melalui computer itu pun merupakan hasil dari Komputasi Modern. Lalu Apa si Komputasi Modern itu..

Komputasi modern??

Bila kata Komputasi pengertiannya suatu cara untuk menemukan pemecahan masalah dari data input dengan menggunakan suatu algoritma. Contohnya adalah dengan melakukan suatu perhitungan. Jika pada zaman dahulu orang melakukan perhitungan dengan alat yang masih sederhana, maka pada zaman sekarang (modern) manusia dapat melakukan perhitungan atau komputasi yang cepat dengan menggunakan komputer, pada kemunculan awal komputer ini sendiri dimanfaatkan untuk melakukan perhitungan aritmatika, seiring dengan bertambahnya waktu atau zaman yang diikuti pula dengan perkembangan di bidang teknologi komputasi, kini komputer dapat dimanfaatkan bukan untuk melakukan perhitungan saja namun juga untuk menganalisis dan memecahkan masalah-masalah ilmu atau sains. Komputer dapat juga digunakan untuk mengolah data dan pemrosesan informasi dengan kecepatan yang tinggi apabila dilihat dari sudut pandang ilmu komputer. Di kutip dari (sumber : Komputasi – http://id.wikipedia.org/wiki/Komputasi).

Dalam ilmu komputasi memiliki satu cabang ilmu yang bernama komputasi sains. Secara umum komputasi sains mempelajari aspek-aspek komputasi untuk aplikasi atau memecahkan masalah di bidang sains lain, seperti fisika, kimia, biologi dan geologi. Dalam sejarah komputasi modern tidak dapat terlepas dari peranan John von Neumann, beliau adalah ilmuwan yang meletakkan dasar-dasar komputer modern serta salah satu ahli matematika terbesar, beliau juga yang pertam kali mencetuskan konsep sebuah sistem yang menerima instruksi-instruksi dan menyimpannya dalam sebuah memori sehingga menjadi dasar arsitektur komputer hingga saat ini.

Dulu umumnya komputasi dilakukan dengan menggunakan pulpen dan kertas, kapur dan batu tulis, dan juga menggunakan bantuan tabel. Namun sekarang seiring dengan berkembangnya zaman maka komputasi dapat dilakukan dengan menggunakan komputer. Dengan demikian waktu yang diperlukan untuk menemukan solusi dari sebuah permasalahan akan diperoleh lebih cepat. Komputasi dengan menggunakan bantuan dari komputer inilah yang akhirnya disebut dengan Komputasi Modern.

Sejarah Komputasi Modern

Pada paruh pertama abad 20, banyak kebutuhan komputasi ilmiah bertemu dengan semakin canggih komputer analog, yang menggunakan mekanis atau listrik langsung model masalah sebagai dasar perhitungan. Namun, ini tidak dapat diprogram dan umumnya tidak memiliki fleksibilitas dan keakuratan komputer digital modern.

Berikut adalah nama-nama tokoh yang menginspirasi lahirnya Komputasi Modern;

·         George stibitz secara internasional diakui sebagai ayah dari komputer digital modern. sementara bekerja di laboratorium bel di November 1937, stibitz menciptakan dan membangun sebuah relay berbasis kalkulator ia dijuluki sebagai “model k” (untuk “meja dapur”, di mana dia telah berkumpul itu), yang adalah orang pertama yang menggunakan sirkuit biner untuk melakukan operasi aritmatika. Kemudian model menambahkan kecanggihan yang lebih besar termasuk aritmatika dan kemampuan pemrograman kompleks.

·         Salah satu tokoh yang sangat mempengaruhi perkembangan komputasi modern adalah John von Neumann (1903-1957), Beliau adalah ilmuan yang meletakkan dasar-dasar komputer modern. Von Neumann telah menjadi ilmuwan besar abad 21. Von Neumann memberikan berbagai sumbangsih dalam bidang matematika, teori kuantum, game theory, fisika nuklir, dan ilmu komputer yang di salurkan melalui karya-karyanya . Beliau juga merupakan salah satu ilmuwan yang terkait dalam pembuatan bom atom di Los Alamos pada Perang Dunia II lalu. Kegeniusannya dalam matematika telah terlihat semenjak kecil dengan mampu melakukan pembagian bilangan delapan digit (angka) di dalam kepalanya.

VON NEUMANN

Von Neumann dilahirkan di Budapest, ibu kota Hungaria, pada 28 Desember 1903 dengan nama Neumann Janos. Dia adalah anak pertama dari pasangan Neumann Miksa dan Kann Margit. Di sana, nama keluarga diletakkan di depan nama asli. Sehingga dalam bahasa Inggris, nama orang tuanya menjadi Max Neumann dan Margaret Kann. Max Neumann memperoleh gelar dan namanya berubah menjadi Von Neumann. Max Neumann adalah seorang Yahudi Hungaria yang bergelar doktor dalam ilmu hukum. Dia juga seorang pengacara untuk sebuah bank. Pada tahun 1903, Budapest terkenal sebagai tempat lahirnya para manusia genius dari bidang sains, penulis, seniman dan musisi.

Di tahun 1926 pada umur 22 tahun, Von Neuman lulus dengan dua gelar yaitu gelar S1 pada bidang teknik kimia dari ETH dan gelar doktor (Ph.D) pada bidang matematika dari Universitas Budapest.

Von Neumann sangat tertarik pada hidrodinamika dan kesulitan penyelesaian persamaan diferensial parsial nonlinier yang digunakan, Von Neumann kemudian beralih dalam bidang komputasi. Von Neumann menjadi seorang konsultan pada pengembangan komputer ENIAC, dia merancang konsep arsitektur komputer yang masih dipakai sampai sekarang. Arsitektur Von Nuemann adalah seperangkat komputer dengan program yang tersimpan (program dan data disimpan pada memori) dengan pengendali pusat, I/O, dan memori.

Berikut ini beberapa contoh komputasi modern sampai dengan lahirnya ENIAC :

·         Konrad Zuse’s electromechanical “Z mesin”. Z3 (1941) sebuah mesin pertama menampilkan biner aritmatika, termasuk aritmatika floating point dan ukuran programmability. Pada tahun 1998, Z3 operasional pertama di dunia komputer itu di anggap sebagai Turing lengkap.

·         Berikutnya Non-programmable Atanasoff-Berry Computer  yang di temukan pada tahun 1941 alat ini menggunakan tabung hampa berdasarkan perhitungan, angka biner, dan regeneratif memori kapasitor. Penggunaan memori regeneratif diperbolehkan untuk menjadi jauh lebih seragam (berukuran meja besar atau meja kerja).

·         Selanjutnya komputer Colossus ditemukan pada tahun 1943, berkemampuan untuk membatasi kemampuan program pada alat ini menunjukkan bahwa perangkat menggunakan ribuan tabung dapat digunakan lebih baik dan elektronik reprogrammable. Komputer ini digunakan untuk memecahkan kode perang Jerman.

·         The Harvard Mark I ditemukan pada 1944, mempunyai skala besar, merupakan komputer elektromekanis dengan programmability terbatas.

·         Lalu lahirlah US Army’s Ballistic Research Laboratory ENIAC ditemukan pada tahun 1946, komputer ini digunakan unutk menghitung desimal aritmatika dan biasanya disebut sebagai tujuan umum pertama komputer elektronik  (ENIAC merupaka generasi yang sudah sangat berkembang di zamannya sejak komputer pertama Konrad Zuse ’s Z3 yang ditemukan pada tahun 1941).

Secara kasar, kita dapat membagi sejarah komputasi modern ke dalam era berikut:

- 1970-an: Timesharing (1 komputer dengan banyak pengguna)

- 1980-an: Personal komputer (1 komputer per user)

- 1990-an: Komputasi paralel (banyak komputer per user)

Sampai sekitar tahun 1980, komputer besar, mahal, dan terletak di pusat-pusat komputer.

Kebanyakan organisasi memiliki satu mesin besar.

Tahun 1980-an, harga turun ke titik di mana setiap user bisa memiliki-nya komputer pribadi atau workstation. Mesin-mesin ini sering jaringan bersama-sama, sehingga pengguna dapat melakukan remote login pada komputer orang lain atau berbagi file dalam berbagai cara.

Dewasa ini beberapa sistem memiliki banyak prosesor per pengguna, baik dalam bentuk komputer paralel atau koleksi besar CPU yang dibagi oleh komunitas pengguna yang kecil. Seperti biasanya disebut sistem paralel atau terdistribusi sistem komputer.

Adapun yang menjadi perhitungan dari komputasi modern adalah :

1.      Akurasi (bit, Floating poin)

2.      Kecepatan (Dalam satuan Hz)

3.      Problem volume besar (Down sizing atau paralel)

4.      Modeling (NN dan GA)

5.      Kompleksitas (Menggunakan teori Big O).

Sejarah Singkat :

·         Tahun 1940 komputer yang semula dikhususkan sebagai instrument untuk science, berubah menjadi produk komersil.

·         Tahun 1945 di temukan Bug Komputer oleh Grace Murray Hopper

·         Tahun 1947 tanggal 23 Desember ditemukan transistor yang pertama kali oleh Bardeen dan Walter Brattain bersama dengan William Shockley

·         Tahun 1951 dimulai sebuah gagasan microprogramming oleh Maurice Wilkes

·         Tahun 1951-1952 Grace Murray Hopper mengembangkan A-O, yang merupakan compiler pertama.

·         Tahun 1957 John Backus dan kolega IBM mengirimkan Compiler Fortran yang pertama.

·         Tahun 1958 Jack Kilby menghasilkan prototype semiconductor IC

·         Tahun 1960 merupakan timbulnya system kecil seperti word length, register structure, Number of Addresses, I/O channel, Floating point hardware.

·         Tahun 1960 juga Paul Baran yang bekerja di Rand Corp. menemukan dasar packet switching untuk data komunikasi.

·         Tahun 1962 video game pertama kali di temukan oleh Steve Russell yang merupakan seorang lulusan MIT.

·         Tahun 1964 mouse ditemukan oleh Doug Engelbart.

·         Tahun 1969 munculnya internet oleh DARPA

·         Tahun 1970 merupakan kedatangan PC (personal computer).

·         Tahun 1970 ditemukan UNIX oleh Dennis Ritchie dan Kenneth Thomson.

·         Pada tahun 1970 juga floppy disk dan daisywheel printer di tunjukkan kepada umum (debut pertama).

·         Tahun 1971 Ray Tomlinson of Bolt Beranek dan Newmen pertama kali mengirimkan jaringan surat e-mail.

·         Tahun 1971 Niklaus Wirth menemukan Pascal

·         Tahun 1972 di temukan bahasa C oleh Dennis Ritchie di Bell Labs.

·         Tahun 1973 Robert Metcalfe menuliskan catatan di “Ether Acquisition” yang mendeskripsikan Ethernet.

·         Tahun 1973 Robert Metcalfe dan David Boggs menemukan Ethernet.

·         Tahun 1976 merupakan tahun pertama kalinya muncul supercomputer dengan vektorial arsitektur.

·         Tahun 1976, Steve Jobs dan Steve Wozniak mendesain dan membangun Apple I yang terdiri dari kebanyakan papan circuit.

·         Tahun 1977, Steve Jobs dan Steve Wozniak tergabung dalam Apple computer pada 3 januari.

·         Tahun 1978, Muncul MS

·         Tahun 1978, Wordstar yang merupakan software pengolah kata diperkenalkan dan meluas.

·         Tahun 1979 telepon seluler di test di Jepang dan Chicago.

·         Tahun 1980 IBM memilih PC-DOS dari Microsoft sebagai OS (Operating System)

·         Tahun 1980 bahasa Ada muncul yang di temukan oleh Departemen Pertahanan US.

·         Tahun 1980 portable computer seberat 24 pounds lahir.

·         1 januari 1983, muncul TCP/IP

·         Tahun 1984, muncul Apple Macintosh

·         Tahun 1984, muncul DNS

·         Tahun 1985 menyebarnya sistem networking.

·         Tahun 1990 tim Barners Lee Menemukan WWW yaitu aplikasi internet yang membawa perkembangan dan perubahan besar di dunia internet.

·         Tahun 1991 Trovalds menempatkan UNIX di IBMnya.

·         Tahun 1992 muncul istilah surfing

·         Tahun 1993 pentium milik intel diperkenalkan kepada umum pada bulan Maret

·         Tahun 1993 muncul NSCA Mosaic

·         Tahun 1994 muncul Yahoo dan Netscape Navigator 1.0

·         Tahun 1995 muncul bahasa pemrograman Java pada bulan Mei.

·         Pada Desember 1994 maka Spyglass milik Microsoft telah dibayar dan diberi lisensi, sehingga untuk web browser yang nantinya nama spyglass tersebut akan diganti dengan nama Internet Explorer.

·         Pada 1995 spyglass sudah menjadi bagian dari OS dan bagian dari windows.

Macam-Macam Komputasi Modern

Untuk mengetahui jenis-jenis dari komputasi modern, kita harus mengetahui dahulu karakteristik dari komputasi modern.

Karakteristik komputasi modern ada 3 macam, yaitu :

1.      Komputer-komputer penyedia sumber daya bersifat heterogenous karena terdiri dari berbagai jenis perangkat keras, sistem operasi, serta aplikasi yang terpasang.

2.      Komputer-komputer terhubung ke jaringan yang luas dengan kapasitas bandwidth yang beragam.

3.      Komputer maupun jaringan tidak terdedikasi, bisa hidup atau mati sewaktu-waktu tanpa jadwal yang jelas.

Sumber :

http://kiki1111.wordpress.com/2011/02/28/sejarah-komputasi-modern/

http://teknologiforever.wordpress.com/2010/04/22/sejarah-komputasi-modern/

http://ariesre.wordpress.com/2011/03/06/komputasi-modern/

http://eng-liebhaber.blogspot.com/2011/02/komputasi-modern.html